新的粒子群优化算法

• 作者: 孙吉贵 杨凤杰 陈永刚
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 粒子群 优化 演化计算
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 181-184
• 页数: 4页
• 分类号: TP301
• 字数: 2467字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2006.02.013

摘要

粒子群优化(PSO:Particle Swarm Optimization)算法是一种有效的全局优化技术.对于PSO算法,很容易陷入局部极值.针对上述缺点,提出了两点改进:对基本PSO算法的速度更新公式中的全局极值给出新的定义,以使粒子群体保持多样性;适当地缩放适应值,与随机规则共同决定某个粒子作为速度公式中的全局极值.改进的两点用于PSO算法后期,形成新的PSO算法(NPSO:New PSO).NPSO能有效地改善算法,具有摆脱局部极值的能力.在给定的条件下,选用3个函数进行了测试.实验结果显示,在获得平均适应值方面,该算法比PSO算法提高1.62%～16.5%,明显优于基本的PSO算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙吉贵	吉林大学计算机科学与技术学院	134	2984	21.0	52.0
2	陈永刚	吉林大学计算机科学与技术学院	3	27	1.0	3.0
3	杨凤杰	吉林大学计算机科学与技术学院	10	67	4.0	8.0